Qual é a diferença entre modelos paramétricos e não paramétricos?

Question

Um modelo pode ser classificado como paramétrico ou não paramétrico. Como os modelos são classificados como modelos paramétricos e não paramétricos? Qual é a diferença entre as duas abordagens?

Answer 1

Métodos Paramétricos

Uma abordagem paramétrica (regressão, máquinas de vetores de suporte linear) tem um número fixo de parâmetros e faz muitas suposições sobre os dados. Isso ocorre porque eles são usados ​​para distribuições de dados conhecidas. ou seja, faz muitas suposições sobre os dados

Métodos Não Paramétricos

Uma abordagem não paramétrica (k-vizinhos mais próximos, árvores de decisão) tem um número flexível de parâmetros, não há suposições sobre a distribuição dos dados. O modelo tenta "explorar" a distribuição e, portanto, possui um número flexível de parâmetros.

Comparação

Comparativamente falando, as abordagens paramétricas são computacionalmente mais rápidas e têm mais poder estatístico quando comparadas aos métodos não paramétricos

---

Espero que isso esclareça suas dúvidas 😊